MétaCan
Menu
Retour à la cohorte
Enregistrement W4398210983 · doi:10.1080/01639625.2024.2357815

Leaders and Leadership in Criminal Activities: A Scoping Review

2024· review· en· W4398210983 sur OpenAlexaff
Julien Chopin, Benoît Dupont

Notice bibliographique

RevueDeviant Behavior · 2024
Typereview
Langueen
DomaineSocial Sciences
ThématiqueCrime, Illicit Activities, and Governance
Établissements canadiensUniversité LavalUniversité de MontréalSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCriminologyPsychologyCriminal justicePolitical science

Résumé

récupéré en direct d'OpenAlex

The objective of this article is to conduct a scoping review of existing literature on the subject of leadership within the criminal domain. Drawing from theoretical models used to explain leadership in social organizations, this study analyzed 71 articles presenting findings or reflections contributing to a better understanding of leaders and leadership within criminal organizations. The results yielded three overarching themes and eight sub-themes for analysis. The first theme focuses on individual factors associated with leaders and leadership in criminal contexts, and it has been subdivided into three sub-themes: Behavioral factors of criminal leadership, psychosocial factors of criminal leadership, and Gender and leadership in crime. The second theme concentrates on managerial approaches within criminal organizations and is further divided into four sub-themes: Hierarchy, Leadership and criminal organization, selection of leaders in criminal organizations, distribution of leadership in criminal organizations, and the role of leaders in criminal organizations. Finally, the last identified theme examines the phenomenon of leadership decapitation, which is elaborated upon in two sub-themes: the leadership decapitation effect and leader protection and prevention of the decapitation effect. The results are discussed in the context of existing general knowledge on leadership and serve to develop theoretical implications for future studies.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0130,016
Études des sciences et des technologies0,0010,001
Communication savante0,0040,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,507
Tête enseignante GPT0,465
Écart entre enseignants0,042 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDeviant BehaviorMême sujetCrime, Illicit Activities, and GovernanceTravaux en français237 207